林清詠:Graphen AI預測未來變種病毒助攻疫苗設計,盼未來能有台灣人自己設計的疫苗!

撰文記者 王柏豪
日期2021-07-31
EnglishFrenchGermanItalianPortugueseRussianSpanish
Graphen Atom 目標蛋白質結構功能預測模型,與DeepMind、Navida、Intel 並列為全球四大AI平台。(圖片:檔案資料庫)
今(31日),以模擬完整人腦功能創造行業AI解決方案的圖策智能科技(Graphen)創辦人兼執行長林清詠分享,Graphen持續分析全世界237萬株病毒定序,並以原子作用力對接預測AI模型技術,可提早二個半月預測病毒變種的出現;再以自有開發的Graphen Atom 目標蛋白質結構功能預測模型,能預測未來病毒突變熱點的結構變化,加速疫苗與抗體設計,協助防疫政策超前部署。
 
林清詠並期許,「Graphen AI應用於醫療與藥物開發的工具,準確度都已居世界領先地位,希望以後不只是討論別的國家設計的疫苗,而是有我們台灣人自己設計的疫苗。」
 
由於病毒結構就是一個原子網路圖,從其表面與疏水性可以區分蛋白質表面結構,因此,抗體抗原如何結合,可以經由原子互動模型來預測。而蛋白質結合的穩定度直接會影響生物功能的執行,「如同鑰匙與鎖孔一樣,突變的蛋白質會造成結合不穩定,讓鑰匙插不進鎖孔。」


提早二個半月預測病毒變種出現 

林清詠表示,Graphen 開發的原子作用力對接預測AI模型,就是利用原子物化特性與圖譜等位模型來預測蛋白質接觸面,以及藉由抗體與抗原結構來探索適合抗體接觸的抗原表位,再對比真實世界資料(RWD),其蛋白質結構預測準確已經高達89%,可與目前google 的DeepMind (92.4%)相抗衡。
 
Graphen團隊截至7月24日止,分析了全世界237萬株病毒定序,並早在去年九月就提出警告英國病毒變種的出現,比英國政府提早了兩個半月。
 
團隊又進一步從145組來自恢復期患者抗體的棘(Spike)蛋白與抗體接觸的結構、296個(Spike)蛋白與抗體接觸殘基(包括NTD、RBD、HR1等)、以及與接觸殘基置換的20種氨基酸,透過Graphen AI總計分析了高達近86萬種的組合,並已經從中精準地預測到未來病毒突變熱點的結構變化。
 
林清詠表示,這些未來變種病毒熱點會影響疫苗效用,能應用於優化疫苗、以及新疫苗與中和抗體的設計。透過對目標蛋白與藥物屬性的親和力預測,未來也能用來進行抗藥性預測及小分子藥物開發。
 
以先進的AI 人工智能技術協助全球抗疫以及人類醫療已經成為主流趨勢,Graphen Atom 蛋白質結構功能預測模型,也被同行公認與DeepMind、Navida、Intel 並列為全球四大AI平台,其帶動的AI醫療研發商機2025年可達20億美金。
 
目前Graphen公司據點也已經分佈於紐約、台灣、香港、上海,林清詠強調:「Graphen 所有的AI工具組都是以人類全腦功能基礎、並從底層基礎技術所建構的下一代AI平台,這樣才能真正到全球去競爭。」